将httpresponse转换为主数据或html free数据

Question

我在谷歌应用程序脚本。使用-

获取数据var httpresponse = UrlFetchApp.fetch(url);var httpData = httpresponse.getContentText();

需要过滤掉数据，而不是处理httpData中的所有HTML内容，如何转换成我们在浏览器上看到的数据。简单来说就是主要内容。就好像，当我们在浏览器上打开一个页面，选择全部，复制，粘贴在记事本上…这就是我所说的主要内容

可行吗?

Answer 1

浏览器已呈现页面。

在Google Apps Script中，你可能需要自己替换标签。

另一种选择是使用Scriptable Headless Browser的API来获取纯文本。

Answer 2

经过研究，我得到了我想要的。在下面添加一行代码，删除所有的HTML标签。

var realData = httpData.replace( /(<([^>]+)>)/ig, '');

console.log(realdata)

虽然不完美，但它确实删除了95%的html。

另一个100%工作的soln -使用XmlService - https://developers.google.com/apps-script/reference/xml-service

var doc = XmlService.parse(d5); var root = doc.getRootElement();